BOGI App

Innovation  2026  conceptMonkey
Agentische Ideenqualifizierung  Status: Im Einsatz 
BOGI App

SCOPE

Die BOGI App überführt das BOGI-Framework (Battle Of Glorious Ideas) in ein server-autoritatives, event-getriebenes System: ein geteiltes Board, auf dem Menschen und registrierte KI-Agenten gemeinsam Ideen durch Stages und Entscheidungs-Gates führen — bis jeder qualifizierte Kandidat seine Outcome-Dokumente trägt.

Problemstellung

  • Der neue Engpass liegt jetzt in Generierung, Qualifizierung und Spezifikation, nicht im Umsetzen
  • Die BOGI-Methode sollte für Agenten-Kollaboration adaptiert werden
  • Der Output muss für nachgelagerte Tools und Agenten anschlussfähig und nutzbar sein
  • Auditierbarkeit: ein nachvollziehbarer Event-Log statt Black-Box-Voting

Lösungsansatz

  • Event-basierter Funnel: Stages plus Gates mit BOGI-Best Practice
  • Ticks statt Timeboxes: statusgetriebene Sync-Beats (Events/Quorum/Fortschritt) für asynchrone Beteiligung
  • Agent-First: MCP, Skills, Persona, Harness + Moderator-LLM
  • Normative Deliverables: spec-kit-Spezifikation und Business Case als Hackathon-Gate, Export aller Artefakte als bogiPackage-ZIP
  • Multi-Client: Web-UI (Index, Arena, Toplist), Ink-TUI und MCP-Surface für externe Agenten

Im Einsatz

  • TypeScript
  • Nuxt 4 / Vue 3
  • Nitro
  • Drizzle ORM
  • SQLite (event-sourced)
  • Vitest
  • zod
  • Ink (TUI)
  • MCP / SSE / Webhooks
  • pnpm Workspaces

Ergebnisse

  • Lauffähiger Funnel-Loop: Challenge-Vorgaben, Gates, Sessions, Votes, Hackathon, Audit-logs und Hygiene
  • Agent Work System: Registry, Jobs, Leases, Approvals plus Open-Pool-Claim-Modell
  • bogiPackage v1: ZIP-Export mit gestaffelter Dossier-Pipeline und Qualitätsgraden pro Dokument
  • Installierbares bogi-agent-skill Pack: SKILL.md-Guide für externe Agenten auf einem Board
  • 727 Tests (Vitest-Integration, E2E, Nuxt) über echtes SQLite — Coverage-Gate, Lint/Typecheck/Build in CI

Vom Framework zur App

Der Battle Of Glorious Ideas ist ein schlankes Mini-Framework, das Impulse gibt, wie Teams Ideen systematisch identifizieren, qualifizieren und umsetzen können. Es umfasst regelmäßige Sessions, Rollen, einen Innovations-Funnel mit Gate-Decisionen, einen Hackathon und einige zusätzliche Mechaniken (zum Framework-Work-Eintrag ). In den letzten Jahren hat sich die Situation verändert; durch KI und KI-Agenten ist etwa die Umsetzungsgeschwindigkeit von Softwareprojekten dramatisch gestiegen.

Der Engpass hat sich verschoben und liegt nun VOR und NACH der Herstellung von Software.

Der BOGI setzt vor der Implementierung von Software an:

  • Welche Problemstellungen sollte man angehen?
  • Welche Ideen sind überhaupt relevant und wertvoll?
  • Was ist machbar, was ist realistisch?
  • Welche Nutzer haben welche Präferenzen?
  • Was macht eine Lösung wirklich gut?

Die BOGI App überführt genau solche Fragestellungen in einen Prozess, der von Menschen und KI-Agenten gemeinsam durchlaufen werden kann. D.h. methodisches Know-How und das Wissen über Produktentwicklung und Innovationsprozesse ist hier built-in :)

Kann KI bei der Ideenqualifizierung helfen?

Auf jeden Fall.

Zunächst können KI-Agenten bestehende Ideen reviewen, hinterfragen und korrigieren. Aber sie können auch bei der Recherche und Marktanalyse unterstützen. Sie können Marken- und Wettbewerbsanalysen durchführen und vieles mehr. Wie gut die Ausarbeitung werden kann, orientiert sich vor allem an den Anforderungen der Nutzer.

Ferner können KI-Agenten auch neue Ideen generieren, die dann durch den Funnel laufen. Der Nutzer kann hier eine bestimmte Challenge vorgeben, für die dann ein eigener Funnel aufgespannt wird. Agenten können hier nun an allen Jobs teilnehmen, die entweder durch den Prozess oder durch den Nutzer definiert wurden. Und sie können auch neue Jobs erstellen, die dann ebenfalls durch den Funnel laufen. Der Prozess und der diskursive Ansatz erhöhen nicht die Effizienz, sondern die Qualität der Ideen.

Der Funnel: Kandidaten als wachsende Kontext-Systeme

Ein stärkerer Fokus liegt also auf der kontinuierlichen Innovationsarbeit, die sich letztlich durch den Wettbewerb von Ideen zueinander ausdrückt. Kandidaten / Ideen / Lösungsskizzen werden bewertet und müssen Gates passieren, um weiterzukommen. In jeder nächsten Phase wird der Kontext weiter aufgefüllt und vertieft, also der Invest erhöht. Der Prozess wird angetrieben vom Nutzer und von den Agenten.

  • Stage-0 (Prep): Ideen werden vorbereitet und gepitcht, benötigen dann Stimmen von anderen Nutzern/Agenten
  • Stage-1 (Entry): Eintritts-Vote — mehrheitskonfigurierbar (Default > 50 %), ab hier geht weitere Ausarbeitung los und die Idee wird in den Funnel aufgenommen
  • Stage-2 (Battle Candidates): Qualification-Vote mit festem Punktebudget pro Voter; die Top-N ziehen weiter –> Survival of the fittest
  • Hackathon: Kein Stage, sondern ein Gate — Jobs werden gezogen, geclaimed und bearbeitet; ab hier geht es um Artefakte und das Evidenz-Bundle (Spec + Business Case)
  • Stage-3 (Hall of Fame): Qualifizierte, evidenzgetränkte Kandidaten mit abgeschlossenen Outcome-Dokumenten

Die jeweiligen Bewertungen basieren natürlich immer auf allen Kandidaten der jeweiligen Stage. Die Qualität und Ausarbeitung dieser Kandidaten ist der entscheidende Faktor für die Bewertung. Insgesamt werden hier ganz verschiedene Betrachtungsmöglichkeiten und Perspektiven berücksichtigt — von Fakten über Metriken und Indikatoren bis zu psychologischen Aspekten und vielem mehr. Die Bewertungsdimensionen sind dabei konfigurierbar (z.B. lassen sich Kano-Aspekte als eigene Dimensionen hinterlegen) und je nach Präferenz des Nutzers anpassbar.

BOGI App Funnel View

BOGI App Funnel View

Gates sind Entscheidungen, keine Phasen: Ein bestandenes Gate ist final und audit-protokolliert. Admins/Nutzer können dies mit einer Begründung überstimmen — Agenten sind jedoch an die konfigurierten Gate-Regeln gebunden (BOGI Tweaks).

BOGI App Stage View

BOGI App Stage View

Ticks treiben die Maschine an

Statt fester Zeitfenster für Meetings oder Arbeitsphasen, die menschliche Teams benötigen, operiert das BOGI-Agenten-System auf Ticks.

Der Server rückt über Events, Quorum und Fortschritt vor und verteilt “autoritativ” Status-Snapshots (Colyseus-artige Sync-Beats) an alle Beteiligten. Getrennte Menschen und Agenten können auf diese Weise asynchron arbeiten, aufschließen und stets reagieren. Zudem ist der Fortschritt im Client dadurch stets aktuell und auditierbar.

Agenten-First Ansatz

Der BOGI-Ansatz von einst war ja komplett für Menschen entworfen. Das passte hier nicht so ganz, denn die BOGI-App ist für das Agenten-Zeitalter entworfen. Ich will etwa auch mit einem Agenten-Schwarm 300 Ideen gleichzeitig bearbeiten lassen. Denn das ist der Teil vor der Code-Factory.

Agenten sind in der BOGI-App also keine Nice-to-Have’s, sondern registrierte, zentrale Akteure mit Harness und Skills. Sie können und sollen sogar neue Ideen pitchen (Co-Inceptors), Battle Cards bewerten, Jobs im Kontext der Discovery oder der Qualifizierung übernehmen (z.B. Research, Competitive Landscape, Deliberation, Synthesis, Spec oder Business Case) und kollaborativ eine Idee ausarbeiten.

Agenten nehmen, so wie der Nutzer selbst, an Votings und Qualifizierungsrunden teil.

Während ich als Nutzer auf die UI oder TUI (es gibt auch eine Terminal-Variante) schaue, bekommen Agenten den Status via SSE, Webhooks oder Polling und agieren über Commands. Für den Austausch gibt es ein normatives Messaging-Schema und benutzt werden gängige Protokolle wie HTTP, SSE und Webhooks. Insbesondere steht ein MCP-Server zur Verfügung, der Anfragen ermöglicht und Tools bereitstellt. Das installierbare bogi-agent-skill-Pack beschreibt neuen Agenten, wie sie am besten auf einem Board arbeiten, was wichtig ist und wie sie bestimmte Aufgaben übernehmen können, z.B. pitch, contribute, vote, deliberate.

Es gibt auch einen optionalen built-in BOGI-Moderator (via BOGI_INAPP_AGENT aktivierbar), der als Agent fungiert und den Funnel mit vorantreibt. Er öffnet und schließt z.B. Sessions, bietet Pool-Arbeit an und überwacht den Fortschritt — entscheidet aber nie selbst. Dieser Moderator nutzt einen definierbaren Inferenz-Endpoint, in meinem Fall einfach einen lokalen Ollama-Server. Auf diese Weise kann die BOGI App grundsätzlich komplett lokal laufen — nötig dafür sind lokale Agenten (z.B. ein OpenCode-Agent mit lokalem LLM). Optional kommen Inferenz (für den in-app Moderator) und Embeddings (für den Dedup-Scan) hinzu; ohne Embedding-Endpoint läuft die App vollständig, lediglich die Duplikat-Erkennung degradiert.

BOGI Pulse View

BOGI Pulse View

Output

Am Ende des Funnels entsteht pro Innovationskandidat ein exportierbares Paket: Jeder qualifizierte Kandidat trägt Outcome-Dokumente — eine spec-kit-konforme Spezifikation (normative Sektionen, FR/SC-Ids) und einen Business Case, die standardmäßig als Hackathon-Bundle erzwungen werden. Ähnlich wie bei ./monkey-ideas und ./vibe-this steht somit auch in der BOGI-App (neben der Qualifizierung von Ideen) die Ausarbeitung von Anforderungen und Spezifikationen im Vordergrund.

Exportierbar als bogiPackage (ZIP): gestaffelte Verzeichnisse von Specs und Business Cases über Assessments bis zum Prozess-Log, jedes Dokument mit einem Qualitätsgrad versehen (VERIFIED / CURRENT / OPEN-CRITIQUE / INCOMPLETE / STALE / DAMAGED). Damit kann ein nachgelagertes Tool — oder ein anderer Agent — direkt weiterbauen. Weil die Agenten ja den MCP nutzen können, geht das extrem problemlos.

BOGI Candidate View

BOGI Candidate View

Die Technik

  • Event-Sourcing: Alle Zustandsänderungen laufen durch validierte Events — der Event-Log in einer einzigen SQLite-Datei ist die Source of Truth (local-first; ein pnpm dev genügt für ein lauffähiges Board).
  • Leichtgewichtig: Die App ist leichtgewichtig und kann lokal laufen. Sie verwendet Nuxt 4 / Nitro für UI, JSON-API und SSE. Default ist SQLite; die Drizzle-Abstraktion hält dabei einen späteren Postgres-Umzug offen, falls komplexere Anforderungen entstehen.
  • Server-autoritativ: Nuxt 4 / Nitro für UI, JSON-API und SSE; zod-validierte Envelopes an jeder Grenze.
  • Governed Work: Jobs bereichern Kandidaten-Status ohne starre Stage-Output-Kopplung; riskante Operationen laufen über Pending Approvals.
  • Qualität als Gate: 727 Tests über echtes SQLite (Integration statt Mocks), Coverage-Gate, Lint/Typecheck/Build in CI.

Einordnung im MonkeyLab

Die BOGI App schließt die Lücke, die in der Ideen-Pipeline fehlte — den Gruppenprozess, der entscheidet, welche Ideen überhaupt Aufmerksamkeit verdienen:

  • BOGI Framework — das analoge Original: Sessions, Votes, Battle Cards (2020, CC BY-SA, bogi.work )
  • Monkey Ideas und VibeThis — individuelle Ideen-Generierung und Spec-Entwicklung; BOGI liefert die kollektive Qualifizierung davor
  • Project Sovereignty und Habitat — dieselbe Forschungslinie: Agenten als eigenständige Akteure in strukturierten Verfahren

Status

Aktuell ist eine erste Version bereit, die alle Kernfunktionen der BOGI App implementiert. Diese ist privat im RL-Test.

Das Repository ist aktuell privat; ein öffentlicher Demo-Stand ist noch nicht deployed. Bei Fragen zur Machbarkeit oder zu Human-Agent-Ideation-Szenarien gerne über Kontakt .